Я сталкивался с некоторыми основными способами измерения сложности нейронных сетей:
- Наивный и неформальный: подсчитайте количество нейронов, скрытых нейронов, слоев или скрытых слоев
- VC-измерение (Эдуардо Д. Сонтаг [1998] "VC-измерение нейронных сетей" [ pdf ].)
- Конечно-гранулированная и асимптотическая вычислительная сложность измеряется эквивалентностью .
Есть ли другие альтернативы?
Это предпочтительно:
- Если показатель сложности можно использовать для измерения нейронных сетей из разных парадигм (для измерения backprop, динамики нейронных сетей, каскадной корреляции и т. Д.) В одном и том же масштабе. Например, VC-размерность может использоваться для различных типов в сетях (или даже для вещей, отличных от нейронных сетей), в то время как число нейронов полезно только между очень конкретными моделями, где функция активации, сигналы (базовые суммы против спайков) и другие свойства сети одинаковы.
- Если оно имеет хорошее соответствие стандартным показателям сложности функций, которые могут быть изучены сетью
- Если легко вычислить метрику в определенных сетях (хотя эта последняя не обязательна).
Примечания
Этот вопрос основан на более общем вопросе о CogSci.SE.